基于线性同余的伪随机数产生器

基于线性同余的伪随机数生成器(Linear Congruential Generator,LCG)是一种生成伪随机数的算法。它的工作原理是通过一个线性方程来生成一系列数字,这些数字具有良好的随机性,可以用于各种领域,如密码学、模拟、游戏等。

linear_congruential_generator 函数参数:

  • X_0:初始种子,用于生成随机数序列的起点。
  • a:乘数,用于控制生成的随机数序列的规律。
  • c:增量,用于控制生成的随机数序列的规律。
  • m:模数,用于控制生成的随机数序列的范围。
  • n:生成随机数的数量,即需要生成的随机数的个数。

函数的主要逻辑是通过一个循环,每次迭代中,根据线性同余方程计算下一个随机数,并将其添加到结果列表中。最后,函数返回生成的随机数列表。

在本文函数示例中,另一个函数linear_congruential_generator_timelinear_congruential_generator类似,但它使用当前的时间戳作为初始种子。这意味着每次运行该函数时,生成的随机数序列都将是不同的,因为种子值会随着时间的推移而改变。

代码部分:

基础版本线性同余伪随机数产生器函数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def linear_congruential_generator(X_0, a, c, m, n):
"""
X0: 初始种子
a: 乘数
c: 增量
m: 模数
n: 生成随机数的数量
"""
X = X_0
results = []
for _ in range(n):
X = (a*X + c) % m
results.append(X)
return results

加入时钟值的线性同余伪随机数产生器函数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import time

def linear_congruential_generator_time(a, c, m, n):
"""
a: 乘数
c: 增量
m: 模数
n: 生成随机数的数量
"""
# 使用当前的时间作为种子
X = int(time.time())
results = []
for _ in range(n):
X = (a*X + c) % m
results.append(X)
return results

实验测试:

1
2
3
4
5
6
7
8
# 生成10个随机数,初始种子为1,乘数为5,增量为3,模数为16
random_numbers = linear_congruential_generator(1, 5, 3, 16, 10)
print('基础版本:', random_numbers)

# 生成10个随机数,乘数为5,增量为3,模数为16
random_numbers_time = linear_congruential_generator_time(5, 3, 16, 10)
print('引入当前时钟值作为种子:', random_numbers_time)

完整代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
def linear_congruential_generator(X_0, a, c, m, n):
"""
X0: 初始种子
a: 乘数
c: 增量
m: 模数
n: 生成随机数的数量
"""
X = X_0
results = []
for _ in range(n):
X = (a*X + c) % m
results.append(X)
return results

import time

def linear_congruential_generator_time(a, c, m, n):
"""
a: 乘数
c: 增量
m: 模数
n: 生成随机数的数量
"""
# 使用当前的时间作为种子
X = int(time.time())
results = []
for _ in range(n):
X = (a*X + c) % m
results.append(X)
return results

if __name__ == '__main__':
# 生成10个随机数,初始种子为1,乘数为5,增量为3,模数为16
random_numbers = linear_congruential_generator(1, 5, 3, 16, 10)
print('基础版本:', random_numbers)

# 生成10个随机数,乘数为5,增量为3,模数为16
random_numbers_time = linear_congruential_generator_time(5, 3, 16, 10)
print('引入当前时钟值作为种子:', random_numbers_time)

实验结果

1
2
3
4
基础版本: [8, 11, 10, 5, 12, 15, 14, 9, 0, 3]
引入当前时钟值作为种子: [0, 3, 2, 13, 4, 7, 6, 1, 8, 11]

Process finished with exit code 0